当传统存储硬件无法控制虚拟工作负载时,VM感知存储就可以派上用场。那么VMware的VVOL是否也有能力解决这个问题呢?
服务器虚拟化产生的一个问题就是其升级速度要超过物理硬件。尽管今天的服务器硬件都支持虚拟化感知,但却不能与基础设施组件等量齐观,例如网络和存储硬件。这就意味着很多企业当前的虚拟机正运行在并非专为控制虚拟工作负载设计的存储硬件之上。
VM感知存储是一种解决方案。VM感知存储指的是专为虚拟化环境设计的存储。理论上看,VM感知存储在控制多I/O密集型负载方面要比通用存储更有优势。
某种程度上,vShere 6中推出的VVOL特性也被认为是实现企业VM感知的一个工具。VVOL改变了存储管理的方式。与处理单个LUN和卷的工作不同,存储管理员能够去定义存储容器并且分配概述其功能的策略。例如,存储管理员就能可能去定义一个支持克隆、快照等等的策略。
一旦存储管理员定义了容器和策略,那么虚拟化管理员就要为新创建的VM匹配一个合适的策略。然后VVOL将会映射VM到能够提供已选策略相关功能的存储。
但是,企业只有运行vSphere 6或者其存储厂商支持VVOL才能利用VVOL。这意味着存储厂商要做出一个清醒的决定——实现必要的VMware API。
这也就是说VVOL并无法最终取代VM感知存储。倒不如说VVOL是一种利用VM感知存储的机制。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。